-
公开(公告)号：CN103366045B
公开(公告)日：2016-01-06
申请号：CN201310247388.0
申请日：2013-06-20
Applicant: 华北水利水电大学
IPC: G06F17/50
Abstract: 本发明涉及流体实时模拟仿真技术领域，具体涉及一种基于格子Boltzmann的流体可视化仿真方法，对流体速度进行归一化处理，依据特征值划分区间，对不同区间内的数据施加不同的权，用三种颜色强度及其混合值分别表示不同流速的流体，与传统的加权绘制方法相比，本发明减少了计算量，提高了仿真的实时性，同时保证了仿真的精度和稳定性，实现了清晰准确的流体仿真动画，且绘制结果显示可清晰、准确的表现流体的动力学特性。
-
公开(公告)号：CN119313220A
公开(公告)日：2025-01-14
申请号：CN202411566198.X
申请日：2024-11-05
IPC: G06Q10/0639 , G06Q50/06 , G06N3/006 , G06F18/214 , G06N3/084 , G06N20/10 , G06F18/2411 , G06F18/2415
Abstract: 本发明提供一种基于边缘计算的水质监测系统模型构建方法、装置及计算机设备，涉及水质监测技术领域。本发明旨在解决传统水质监测技术中存在的数据处理延迟和实时性不足的问题。关键步骤包括采集端布置在水体的关键监测点处采集水质参数，发送到边缘端进行数据实时处理，并结合BP神经网络和支持向量机进行水质预测和异常检测，实现对水质变化的快速响应。同时采用深度学习和支持向量机的结合，提升了预测的精度和异常检测能力。通过综合加权指数法对水质情况进行全面评估，管理者能够更快识别污染源并采取有效应对措施。本发明不仅提高了水质监测的效率和准确性，还为水资源的可持续管理提供了坚实的技术支持。
-
公开(公告)号：CN119829944A
公开(公告)日：2025-04-15
申请号：CN202411899947.0
申请日：2024-12-23
IPC: G06F18/20 , G06N3/0464 , G06N3/0442 , G06F18/10 , G06F18/213
Abstract: 本公开的实施例公开了一种基于混合机器学习模型的水质溶解氧预测方法。该方法的具体实施方式包括：对水质检测传感器得到的原始溶解氧数据序列进行预处理，以生成预处理后溶解氧数据序列；对预处理后溶解氧数据序列进行分解处理，以生成多个本征模态函数和一个残余部分；将所生成的各个本征模态函数输入至预先训练的水质溶解氧预测模型中，得到本征模态函数预测结果组；将本征模态函数预测结果组中的各个本征模态函数预测结果进行加权相加处理，以生成最终水质溶解氧预测结果。该实施方式精确的监测了水体中的溶解氧。
-
公开(公告)号：CN114707736B
公开(公告)日：2025-02-07
申请号：CN202210380722.9
申请日：2022-04-09
Applicant: 华北水利水电大学
IPC: G06Q10/04 , G06Q50/06 , G06F18/2113 , G06F18/241 , G06F18/2415 , G06F18/2431 , G06N3/0442 , G06N3/096 , G06N3/047 , G06N3/048
Abstract: 本发明涉及水文预报技术领域，具体涉及一种基于深度学习和迁移学习的水文预报方法，该方法包括：筛选主要贡献特征；利用主要贡献特征的历史数据训练长短期记忆模型；基于不同主要贡献特征的贡献率的差异、对应的主要贡献特征在预设时间间隔内的贡献率衰减构建权重分配模型；根据权重分配模型获取的计算权重和训练完成的长短期记忆模型得到的训练权重之间的权重差异优化长短期记忆模型的损失函数，得到水文预报模型；根据不同量级下的预报结果与实际结果之间的误差分别对水文预报模型进行校正，得到每个量级对应的优化水文预报模型。本发明能够利用不同水文特征之间的影响优化模型的损失函数，提高网络模型的训练效果以及对最新数据的学习能力。
-
公开(公告)号：CN110187653B
公开(公告)日：2023-04-21
申请号：CN201910277868.9
申请日：2019-04-08
Applicant: 华北水利水电大学
IPC: G01D21/02 , G06V20/10 , G06V10/80 , G06V10/94 , G16Y10/05 , G16Y20/10 , G16Y20/20 , G16Y40/10 , G16Y40/20
Abstract: 本发明公开了一种基于LoRa分层传输的农作物病虫害监测系统及操作方法，结合农作物病虫害监测中的实际情况，分析影响病虫害监测的处理方法和传输方法，具体操作方法：农作物发生土生病虫害时需要采集土壤温湿度，进行对比分析；需要通过摄像头采集农田中的植物叶片图像进行对比分析；鉴于LoRa通信的特点，采集到的图像并不能直接进行传输，从而需要对图像进行分层处理，减小图像的大小，加快图像传输；传输至监测中心后的图像是原图像的分层图像，观察和进一步处理极不方便，从而需要进行图层融合，得到农作物病虫害图片的清晰图像；农田病虫害识别中，数据不需要传输过于频繁，需要低功耗、低成本。
-
Patent Agency Ranking
公开(公告)号：CN110187653A
公开(公告)日：2019-08-30
申请号：CN201910277868.9
申请日：2019-04-08
Applicant: 华北水利水电大学
IPC: G05B19/042 , G01D21/02 , G06K9/00
Abstract: 本发明公开了一种基于LoRa分层传输的农作物病虫害监测系统及操作方法，结合农作物病虫害监测中的实际情况，分析影响病虫害监测的处理方法和传输方法，具体操作方法：农作物发生土生病虫害时需要采集土壤温湿度，进行对比分析；需要通过摄像头采集农田中的植物叶片图像进行对比分析；鉴于LoRa通信的特点，采集到的图像并不能直接进行传输，从而需要对图像进行分层处理，减小图像的大小，加快图像传输；传输至监测中心后的图像是原图像的分层图像，观察和进一步处理极不方便，从而需要进行图层融合，得到农作物病虫害图片的清晰图像；农田病虫害识别中，数据不需要传输过于频繁，需要低功耗、低成本。
-
公开(公告)号：CN103366045A
公开(公告)日：2013-10-23
申请号：CN201310247388.0
申请日：2013-06-20
Applicant: 华北水利水电大学
IPC: G06F17/50
Abstract: 本发明涉及流体实时模拟仿真技术领域，具体涉及一种基于格子Boltzmann的流体可视化仿真方法，对流体速度进行归一化处理，依据特征值划分区间，对不同区间内的数据施加不同的权，用三种颜色强度及其混合值分别表示不同流速的流体，与传统的加权绘制方法相比，本发明减少了计算量，提高了仿真的实时性，同时保证了仿真的精度和稳定性，实现了清晰准确的流体仿真动画，且绘制结果显示可清晰、准确的表现流体的动力学特性。
-
公开(公告)号：CN119780174A
公开(公告)日：2025-04-08
申请号：CN202411831793.1
申请日：2024-12-12
IPC: G01N27/26 , B63B22/00 , G01F23/00 , G01D21/02 , H04W4/38 , G08B31/00 , H02S20/30 , H02J7/35 , F24S25/13 , F24S30/425
Abstract: 本发明涉及预警装置技术领域，公开了一种河网水位水质预测用预警装置，包括安装连接壳体，所述安装连接壳体的底部固定有水位水质预测用监测装置，所述安装连接壳体的顶部安装有浮力连接盖，所述浮力连接盖的顶部设置有光伏板调节机构，所述浮力连接盖的顶部固定有信号灯；本装置设置有光伏板调节机构，可以方便地实现光伏板主体角度的调整锁死，有利于适应光伏板主体的角度调节固定需求，同时有利于河网水位水质预测用预警的进行；本装置设置有密封加固机构，能够方便地完成浮力连接盖和安装连接壳体之间外侧的加固，进一步提升安装连接壳体和浮力连接盖之间固定后的密封性能。
-
公开(公告)号：CN117589957A
公开(公告)日：2024-02-23
申请号：CN202311647156.4
申请日：2023-12-04
Applicant: 华北水利水电大学 , 河南省西霞院水利枢纽输水及灌区工程建设管理局
Abstract: 本发明涉及水质检测预警技术领域，尤其涉及一种基于边缘计算的水质检测预警装置，包括水质检测预警器主体、安装盒、移动组件、抽样管、清理组件和抽样调节组件，水质检测预警器主体的底端外壁上安装有安装盒，安装盒上安装有移动组件，水质检测预警器主体的一侧安装有抽样管，抽样管与安装盒的一侧安装有清理组件，抽样管上安装有抽样调节组件；该发明采用了移动组件，可以对设备在水上进行移动，并且对设备进行方向调节，从而移动到不同水域，进而对不同水域的水质进行检测预警，提高了水质检测预警效果；采用了清理组件，可以对抽样结构进行清理，可以在长时间抽样过程中，可以清理抽样结构内的水垢，确保水质检测的结果。
-
公开(公告)号：CN114707736A
公开(公告)日：2022-07-05
申请号：CN202210380722.9
申请日：2022-04-09
Applicant: 华北水利水电大学
Abstract: 本发明涉及水文预报技术领域，具体涉及一种基于深度学习和迁移学习的水文预报方法，该方法包括：筛选主要贡献特征；利用主要贡献特征的历史数据训练长短期记忆模型；基于不同主要贡献特征的贡献率的差异、对应的主要贡献特征在预设时间间隔内的贡献率衰减构建权重分配模型；根据权重分配模型获取的计算权重和训练完成的长短期记忆模型得到的训练权重之间的权重差异优化长短期记忆模型的损失函数，得到水文预报模型；根据不同量级下的预报结果与实际结果之间的误差分别对水文预报模型进行校正，得到每个量级对应的优化水文预报模型。本发明能够利用不同水文特征之间的影响优化模型的损失函数，提高网络模型的训练效果以及对最新数据的学习能力。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.025 seconds)
